刷爆leetcode第四期

简介: 刷爆leetcode第四期

题目一 复制带随机指针的链表

给你一个长度为 n 的链表,每个节点包含一个额外增加的随机指针 random ,该指针可以指向链表中的任何节点或空节点。


构造这个链表的 深拷贝。 深拷贝应该正好由 n 个 全新 节点组成,其中每个新节点的值都设为其对应的原节点的值。新节点的 next 指针和 random 指针也都应指向复制链表中的新节点,并使原链表和复制链表中的这些指针能够表示相同的链表状态。复制链表中的指针都不应指向原链表中的节点 。


例如,如果原链表中有 X 和 Y 两个节点,其中 X.random --> Y 。那么在复制链表中对应的两个节点 x 和 y ,同样有 x.random --> y 。


返回复制链表的头节点。


用一个由 n 个节点组成的链表来表示输入/输出中的链表。每个节点用一个 [val, random_index] 表示:


val:一个表示 Node.val 的整数。

random_index:随机指针指向的节点索引(范围从 0 到 n-1);如果不指向任何节点,则为 null 。

你的代码 只 接受原链表的头节点 head 作为传入参数。

示例:

题目很长

我用三句话把这个题目解释下

1 有一个链表 链表的节点有三个结构组成 两个指针 一个值

2 两个指针一个指向下一个节点 一个指向一个随机节点

3 我们要拷贝一份这个链表 但是不能改变它的结构

开始想思路

还是一样 我们先看图

常规方法的遍历法时间复杂度很高,所以我们另开辟一种思路,分三个步骤

1.拷贝节点到原节点后面

2.处理拷贝节点的random,即原节点指向NULL,拷贝节点也指向NULL,否则拷贝节点指向原节点random的下一个节点

3.将拷贝节点解下来,链接成一个新链表,恢复原链表

我们按照这三个步骤一步步来分析

第一步:

    struct Node*cur = head;
    while(cur)
    {
        struct Node*copy = (struct Node*)malloc(sizeof(struct Node));
        copy->val = cur->val;
        struct Node*next = cur->next;
        cur->next = copy;
        copy->next = next;
 
        cur = next;
    }

第二步:


我们先照抄题目给我们的链表写出一个类似的链表出来 (值全部传递)


之后我们将这个单链表插入到题目给我们的链表的下一位去


这样子我们看看 如果是找随机值的话


13的随机值是指向7的


想要找到7我们只需要找到它的下一个位置就可以了! 妙啊!


但是这里有个特殊情况哈


如果随机值是指向NULL的 我们直接赋值NULL就可以了!


也就是加一行代码的事


我们先来看看细节怎么样

cur = head;
    while(cur)
    {
        struct Node*copy = cur->next;
        if(cur->random==NULL)
        {
            copy->random = NULL;
        }else
        {
            copy->random = cur->random->next;
        }
        cur = cur->next->next;
    }

第三步:

用尾插的方法将拷贝节点尾插到新链表,再恢复原链表即可


   cur = head;
    struct Node*copyhead = NULL,*copytail = NULL;
    while(cur)
    {
        struct Node*copy = cur->next;
        struct Node*next = copy->next;
        //拷贝节点尾插到新链表
        if(copyhead==NULL)
        {
            copyhead =copytail = copy;
        }else
        {
            copytail->next = copy;
            copytail = copytail->next;
        }
 
        //恢复原链表
        cur->next = next;
        cur = next;
    }


让我们来看看能通过吗


可以通过

那么这就是本题的时间复杂度0(N)的解法啦

所有代码表示如下


* struct Node {
    *int val;
    *struct Node* next;
    *struct Node* random;
    *
};
*/
 
struct Node* copyRandomList(struct Node* head) {
    //将拷贝节点插到原节点后面
    struct Node* cur = head;
    while (cur)
    {
        struct Node* copy = (struct Node*)malloc(sizeof(struct Node));
        copy->val = cur->val;
        struct Node* next = cur->next;
        cur->next = copy;
        copy->next = next;
 
        cur = next;
    }
    //拷贝节点的random指向
    cur = head;
    while (cur)
    {
        struct Node* copy = cur->next;
        if (cur->random == NULL)
        {
            copy->random = NULL;
        }
        else
        {
            copy->random = cur->random->next;
        }
        cur = cur->next->next;
    }
    //将拷贝节点解下来,链接成新链表,恢复原链表
    cur = head;
    struct Node* copyhead = NULL, * copytail = NULL;
    while (cur)
    {
        struct Node* copy = cur->next;
        struct Node* next = copy->next;
        //拷贝节点尾插到新链表
        if (copyhead == NULL)
        {
            copyhead = copytail = copy;
        }
        else
        {
            copytail->next = copy;
            copytail = copytail->next;
        }
 
        //恢复原链表
        cur->next = next;
        cur = next;
    }
    return copyhead;
}


以上便是本文所有内容了,如有错误请各位大佬不吝赐教,感谢留言

目录
相关文章
|
消息中间件 关系型数据库 Kafka
flink cdc 数据问题之数据丢失如何解决
Flink CDC(Change Data Capture)是一个基于Apache Flink的实时数据变更捕获库,用于实现数据库的实时同步和变更流的处理;在本汇总中,我们组织了关于Flink CDC产品在实践中用户经常提出的问题及其解答,目的是辅助用户更好地理解和应用这一技术,优化实时数据处理流程。
|
SQL 前端开发 Java
SpringMVC系列(四)之SpringMVC实现文件上传和下载
SpringMVC系列(四)之SpringMVC实现文件上传和下载
|
数据采集 JSON API
唯品会商品列表数据接口指南(唯品会 API 系列)
唯品会商品列表数据接口助力电商数据采集与分析,支持按类别、价格、品牌等条件筛选商品。通过HTTP GET/POST请求,开发者可获取商品基本信息、价格、品牌及销量等数据,适用于业务拓展和竞品研究。Python示例代码展示了如何使用`requests`库调用该接口,设置参数并处理响应。
|
JavaScript
Vue 打包后打开为空白页面 并且控制台报错‘Failed to load resource: net::ERR_FILE_NOT_FOUND’
Vue 打包后打开为空白页面 并且控制台报错‘Failed to load resource: net::ERR_FILE_NOT_FOUND’
Vue 打包后打开为空白页面 并且控制台报错‘Failed to load resource: net::ERR_FILE_NOT_FOUND’
|
存储 人工智能 自然语言处理
LangChain让LLM带上记忆
最近两年,我们见识了“百模大战”,领略到了大型语言模型(LLM)的风采,但它们也存在一个显著的缺陷:没有记忆。在对话中,无法记住上下文的 LLM 常常会让用户感到困扰。本文探讨如何利用 LangChain,快速为 LLM 添加记忆能力,提升对话体验。
50664 7
LangChain让LLM带上记忆
|
编解码 人工智能 缓存
通义万相上新,登顶!
通义万相上新,登顶!
499 0
|
人工智能 开发者
基于LangChain的Prompt模板
LangChain是一个开源库,简化了基于LLM的AI应用开发,充当AI开发的万能适配器,抽象并整合了大语言模型(如OpenAI和文心)的交互。要使用LangChain,首先通过`pip install langchain`安装。示例展示了如何使用LangChain与OpenAI模型交互,包括直接调用OpenAI接口和使用LangChain接口。LangChain的提示词模板功能用于构建Prompt,提高与AI对话的效率。LangChainHub是一个资源库,提供模板、工作流和最佳实践,方便开发者发现和分享。本文介绍了LangChain的基本用法和其生态系统中的LangChainHub。
基于LangChain的Prompt模板
|
机器学习/深度学习 自然语言处理 算法
LangChain 构建问题之AgentExecutor的定义如何解决
LangChain 构建问题之AgentExecutor的定义如何解决
676 0
|
机器学习/深度学习 数据采集 网络安全
使用Python实现深度学习模型:智能网络安全威胁检测
使用Python实现深度学习模型:智能网络安全威胁检测
839 6
|
API
Vite 中环境变量的配置方法
【10月更文挑战第10天】 Vite 中环境变量的配置方法
1642 2